FSDETR：基于频率-空间特征增强的小目标检测
计算机视觉与模式识别
2026-04-17 v1
摘要
由于下采样导致的特征退化、密集簇中的相互遮挡以及复杂背景干扰，小目标检测仍然是一个突出的挑战。为此，本文提出FSDETR（Frequency-Spatial Feature Enhancement），这是一种基于RT-DETR基线构建的频率-空间特征增强框架。通过建立协作建模机制，该方法有效利用互补的结构信息。具体而言，空间层次注意力块（SHAB）捕获局部细节和全局依赖关系，以强化语义表示。此外，为缓解密集场景中的遮挡问题，采用基于可变形注意力的层内尺度特征交互（DA-AIFI），通过动态采样聚焦于有信息的区域。最后，频率-空间特征金字塔网络（FSFPN）通过跨域频率-空间块（CFSB）将频率滤波与空间边缘提取集成，以保留细粒度细节。实验结果表明，仅需1470万参数，FSDETR在VisDrone 2019数据集上实现13.9%的APS指标，在TinyPerson数据集上实现48.95%的AP50 tiny指标，显示出在小目标基准测试中强劲的性能。代码和模型已提供于https://github.com/YT3DVision/FSDETR。
引用
@article{arxiv.2604.14884,
title = {FSDETR: Frequency-Spatial Feature Enhancement for Small Object Detection},
author = {Jianchao Huang and Fengming Zhang and Haibo Zhu and Tao Yan},
journal= {arXiv preprint arXiv:2604.14884},
year = {2026}
}
备注
6 pages, 6 figures,accepted to IJCNN 2026